Read Diag Captures

读取诊断采集产物

读取并解读 .NET 动态诊断工具链（dotnet-trace/dotnet-dump/dotnet-counters）抓取的采集产物。与 add-diag-instrumentation 配对：那个 skill 埋 EventSource 事件、跑采集命令产出文件，本 skill 定位这些文件、把事件 ID 翻译成业务含义、按文件类型给出解读方法。

与 weldone-project-logs 的分工：那个读 Serilog 文本日志（一直在记、[INF]/[ERR] 那种），本 skill 读 EventSource 结构化事件产物（默认不记、运行时动态开抓、带类型化参数）。

捕获目录约定（核心）

诊断采集产物落在当前项目目录下与 Logs/ 并列的 Diagnostics/ 子目录：

%APPDATA%\Roboticplus\Weldone\1.0.x\          ← 配置根目录（%APPDATA% = C:\Users\\AppData\Roaming）
├── ProjectConfig.json                         ← 读 ProjectFolder 字段定当前项目
└── \                           ← 当前项目子目录（如 KukaTest、JuLi）
    ├── Logs\logs-YYYYMMDD[_HHMMSS].log        ← Serilog 文本日志（weldone-project-logs）
    ├── Debug\                                 ← 规划中间结果 JSON（weld-plan-debug）
    ├── ProductionData\                         ← 生产数据快照
    └── Diagnostics\                           ← 本 skill 的目标（新增约定）
        ├── *.nettrace                         ← dotnet-trace 事件流（二进制）
        ├── *.speedscope.json                  ← nettrace 转换产物（明文，可直接读）
        ├── *.dmp                              ← dotnet-dump 进程内存快照（含敏感数据）
        └── *.csv                              ← dotnet-counters 指标表

关键原则：

• 配置根目录永远是 %APPDATA%\Roboticplus\Weldone\1.0.x。禁止在任何输出或脚本里写死 mini-pc 之类的用户名。
• 哪个项目是"当前项目"由 ProjectConfig.json 的 ProjectFolder 字段决定，不要假设；总是先读它。
• Diagnostics/ 目录约定由本 skill 确立，尚未在代码中强制创建。从未用过 dotnet-trace/dotnet-dump 时此目录不存在是正常的。建议采集时用 --output 指向此目录，让产物统一落点：

``bash # 示例（实际采集走 add-diag-instrumentation 的流程，本 skill 只负责读结果） dotnet-trace collect -p --providers Robim-WeldPlanning --duration 00:00:30 \ --output "%APPDATA%\Roboticplus\Weldone\1.0.x\\Diagnostics\trace.nettrace" ``

执行流程

1. 定位目录与采集文件清单

优先跑脚本（确定性、token 高效，与 weldone-project-logs 同一套路径规则）：

python "/scripts/resolve_diag.py" --list

输出：配置根目录、当前项目名、项目目录、诊断目录，以及 Diagnostics/ 下采集文件按修改时间倒序的清单（含文件大小、修改时间、按扩展名分类的类型标签，并对 0KB 文件标注提示）。

需要看其它项目时加 --project ：

python "/scripts/resolve_diag.py" --list --project JuLi

若手头没有可用的 Python，按上述路径规则用 Bash + $APPDATA/Read 工具自行定位（Git Bash 下用 "$APPDATA/Roboticplus/Weldone/1.0.x"）。

Diagnostics 目录不存在时脚本会给出可操作提示（不是报错），并建议用 --output 让后续采集落到此处。

2. 把 EventID 翻译成事件名 + 参数含义

读到事件流（speedscope/PerfView）或事件引用后，事件以 EventSource名 + 方法名 标识，参数是位置式（speedscope 的 arg 带 key）。查 [references/eventsource-catalog.md](./references/eventsource-catalog.md) 把：

• frame.name = "Robim-WeldPlanning/GenPathsEnd" → id 8，参数顺序 workpieceId, wsgCount, seamCount, wrapPairCount, durationMs
• Robim-Workflow 的 NodeEnter 没有配对的 NodeLeave → FSM 卡在 nodeName

四个 EventSource：Robim-WeldPlanning（焊缝规划）、Robim-VisionScan（扫描姿态）、Robim-Workflow（FSM 状态机）、Robim-RobotControl（机器人寄存器握手）。完整事件表 + 参数语义 + 典型诊断场景在 catalog 文件里。

3. 按文件类型解读

查 [references/capture-formats.md](./references/capture-formats.md) 取对应格式的解读方法：

• .nettrace → 转 speedscope（dotnet-trace convert --format speedscope）后读 JSON，二进制不可直读
• .speedscope.json → 直接 Read/Grep，结构 + Grep 技巧在 references 里
• .dmp → dotnet-dump analyze + SOS 命令速查（clrstack/pe/dumpheap -stat/gcroot）
• .csv → 直接 Read/Grep，列含义速查

大文件原则：采集产物常达数 MB~数十 MB。不要整读——先 Grep 框定关心的 provider/frame/事件，再针对性读片段。speedscope 可读 frame 索引表再按 frame 抓触发点。

重要行为约定

• 只读不改：采集产物是排障现场快照。除非用户明确要求，只读不写、不删、不重命名。改 dotnet-monitor 配置等采集侧设置是 add-diag-instrumentation 的职责。
• 用户名动态化：任何输出给用户的路径、生成的脚本、示例命令，都必须用 %APPDATA% 或 $APPDATA 表达，不得出现 C:\Users\具体用户名。
• 0KB 文件必须实读确认：磁盘上 size==0 不代表真空——文件系统可能未刷新大小元数据。永远不要因 size==0 就跳过；必须真正 Read/打开才能判定。真 0 字节本身也是有价值的信号。
• dump 含敏感内存数据：.dmp 是进程内存快照，含工件坐标、设备 IP/端口、可能的连接串、配置全文。外发（贴到对话、上传第三方、提交版本库）前必须向用户确认。 Diagnostics/ 应被 .gitignore 排除。

与其他 skill 的关系

| 维度 | add-diag-logs | weldone-project-logs | add-diag-instrumentation | 本 skill (read-diag-captures) | |---|---|---|---|---| | 对象 | ILogger 文本日志代码 | Serilog 运行时文本日志 | EventSource 事件源代码 + 采集配置 | 诊断采集产物（nettrace/dump/csv） | | 动作 | 注入（改源码） | 读取 | 埋点 + 采集（改源码/配置） | 读取 + 解读 | | 触发态 | 默认一直在记 | 默认一直在记 | 默认关，运行时动态开 | 产物已存在，需解读 | | 内容 | 代码里的日志语句 | [INF]/[ERR] 文本行 | 结构化事件 + 类型化参数 | 事件流/内存快照/指标表 | | 典型场景 | 一次性 bug 加日志 | 看运行报错、查设备配置 | 偶发问题埋深度探针 | 解读采集到的事件流、定位卡死/慢 |

四个 skill 覆盖"埋点 → 采集 → 读取"全链路：add-diag-logs/weldone-project-logs 是文本日志侧（注入+读取），add-diag-instrumentation/本 skill 是结构化诊断侧（埋点采集+读取）。

Resources

scripts/

• resolve_diag.py —— 从 %APPDATA% 动态解析配置根目录，读 ProjectConfig.json 取当前项目，列出 /Diagnostics/ 下采集文件（按修改时间倒序、按扩展名分类、含 0KB 标注）。支持 --list 与 --project 。定位采集产物的首选入口。路径规则与 weldone-project-logs/scripts/resolve_project.py 一致。

references/

• eventsource-catalog.md —— 四个 EventSource（Robim-WeldPlanning/Robim-VisionScan/Robim-Workflow/Robim-RobotControl）的全部事件表：id、方法名、Level、参数顺序与语义、埋点位置、典型诊断场景。解读事件流时加载此文档。本表基于实际 *EventSource.cs 源码核对，是事件目录的权威版本。
• capture-formats.md —— 四类采集文件（.nettrace/.speedscope.json/.dmp/.csv）的格式说明、读取方法、SOS 命令速查、大文件处理技巧、安全提示。解读具体文件时加载此文档。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: grasscaograss
• Source: grasscaograss/AwesomeWeldoneSkills
• License: Apache-2.0

Install and usage instructions live in the source repository linked above.